结构优化设计是利用最优化技术,寻求约束条件制约下的最优解。对结构进行优化设计不仅可以降低结构的重量和成本,而且有助于改进结构的强度、刚度等结构性能。桁架结构具有材料利用率高、质量相对较轻、承载能力很强、施工方便、装配性好、可被反复利用等优点,已被广泛应用于实际工程结构中。桁架结构优化设计具有重要意义。在实际工程应用中,人们遇到的问题越来越复杂,此时,利用传统的优化方法很难操作。因此,智能优化算法为求解优化问题提供了一种新的解决途径。智能算法中,元启发式算法是其重要的组成部分,此类启发式算法是受一些自然现象的启发而得到的。布谷鸟算法是由Xin-she Yang和Deb基于布谷鸟的寻窝产卵行为而探索出的一种新的元启发式算法,该算法具有参数设置少,寻优能力强,选择路径优等优点。现已广泛应用在多目标优化、神经网络训练、工程优化等领域。但是,因为布谷鸟算法被提出不久,仍存在着诸多不足,比如计算精度不高、收敛速度慢等缺点。鉴于此,本文将对布谷鸟算法展开较为深入的研究,针对基本算法的缺陷,进行分析改进,并将其应用于桁架结构的优化设计中。针对基本布谷鸟算法存在的缺点,本文利用云模型对基本布谷鸟算法进行了改进,并对改进布谷鸟算法的详细流程进行了设计。然后,将改进算法应用于桁架结构优化中,实现了对桁架结构的截面尺寸优化。通过对典型的平面和空间桁架结构的分析和与其他算法比较的结果表明,本文的改进算法具有有效性和可行性。本文提出改进的布谷鸟算法,并成功将其运用到桁架结构截面尺寸优化中,在一定程度上降低了工程造价,同时提高了优化效率。本文的工作为桁架结构优化提供了一种新的思路和方法,有一定的参考价值。